内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 一次训练、多端部署——华为提出宽度和深度可伸缩的动态预训练模型DynaBERT

    一步提升蒸馏效果。图4:利用知识蒸馏训练宽度可伸缩的DynaBERTw。 宽度和深度同时可伸缩的DynaBERT训练方法在训练DynaBERTw之后,我们进一步使用知识蒸馏来训练宽度和深度的同时可伸缩的DynaBERT。具体地,我们使用已经训练好的的DynaBERTw作为老师模型

    作者: Noah's Ark LAB
    发表时间: 2020-08-27 09:35:06
    3836
    0
  • 【问答官】在深度学习模型训练中,界常用的学习率策略有哪几种?

    深度学习模型训练中,界常用的学习率策略有哪几种?

    作者: bjxingch
    626
    1
  • 斯坦福DAWNBench深度学习训练及推理榜单:华为云ModelArts拿下双料冠军

    医疗等领域。随着深度学习模型越来越大,所需数据量越来越多,所需的AI算力资源和训练时间越来越长,深度学习训练和推理性能将是重中之重。斯坦福大学DAWNBench是全球人工智能领域最权威的竞赛之一,是用来衡量端到端的深度学习模型训练和推理性能的国际权威基准测试平台,相应的排行榜反

    作者: 技术火炬手
    6499
    0
  • 什么是深度学习

    深度学习是支撑人工智能发展的核心技术,云服务则是深度学习的主要业务模式之一。OMAI深度学习平台(以下简称OMAI平台)即是在上述前提下诞生的平台软件。OMAI深度学习平台是具备深度学习算法开发、模型训练、推理服务等能力的一站式平台软件。OMAI平台以支持高性能计算技术和大规模分

    作者: OMAI
    6643
    0
  • 课程:让机器理解人类语言和语音--6节课程掌握深度学习平台应用及入门深度学习

    域智能对话机器人。程简介本课程主要内容包括:自然语言处理技术原理、实战:构建专属智能问答机器人。 课程目标通过本课程的学习使学员掌握深度学习平台应用及入门深度学习。 课程大纲第1节 导读&往期内容回顾第2节 自然语言处理概述第3节 NLP技术及应用介绍第4节 文本语义分析演示第5节

    作者: 大西洋
    2347
    3
  • 训练相关问题

    rts训练作业 https://bbs.huaweicloud.com/forum/thread-55196-1-1.html 专属资源池8卡v100性能测试例子 https://bbs.huaweicloud.com/blogs/208178 预置框架自定义配置深度学习框架版本 https://bbs

    作者: 星月菩提
    发表时间: 2021-01-15 11:22:42
    9027
    0
  • ModelArts SDK打通本地IDE与云端训练资源 - 代码示例

    开发者一方面渴望云端强大的AI算力,一方面又非常怀念有本地IDE的调测优势。ModelArts SDK刚好可以解决这个问题,帮助大家与各种工具、平台做集成,形成端到端的,线上线下可以协同的开发环境。

  • ModelArts SDK打通本地IDE与云端训练资源 - 代码示例

    开发者一方面渴望云端强大的AI算力,一方面又非常怀念有本地IDE的调测优势。ModelArts SDK刚好可以解决这个问题,帮助大家与各种工具、平台做集成,形成端到端的,线上线下可以协同的开发环境。

  • 深度学习

    深度学习是机器学习的一种,而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学

    作者: QGS
    662
    1
  • 深度学习训练、预测过程详解【以LeNet模型和CIFAR10数据集为例】

    CIFAR10数据集共有60000张彩色图像,其中50000张用于训练,5个训练批,每一批10000张图;10000张用于测试。 图片大小为3X32X32,分为10个类别,每个类6000张。 训练过程 对于模型的训练可以分为一下几个步骤: 数据集加载 模型加载 迭代训练 验证 下面就结合代码进行详细分析:

    作者: 1+1=王
    发表时间: 2022-12-24 07:34:03
    201
    0
  • 《智能系统与技术丛书 深度学习实践:基于Caffe的解析》—3.3.3训练脚本的编写

    3.3.3 训练脚本的编写 编写好了solver文件和网络文件之后,接下来就是执行训练的过程了,我们先来看看从头开始训练的命令方法吧,一般是使用随机初始化的方式开始训练。 以下是随机初始化训练的脚本代码:./build/tools/caffe train \ --solver=m

    作者: 华章计算机
    发表时间: 2019-06-02 16:15:38
    5250
    0
  • 【CANN训练营】Ascend 910实现LeNet网络的minist手写数据训练

    一、环境及准备工作 CPU/GPU复现使用华为云ModelArts-CodeLab平台 Ascend复现使用华为云ModelArts-开发环境-Notebook 原始Lenet代码链接:https://gitee.com/lai-pengfei/LeNet 二、在CPU/GPU中运行原始代码

    作者: JeffDing
    发表时间: 2022-07-07 03:42:51
    1068
    0
  • 深度学习领域,预训练有一定作用的本质原因是什么?

    现在的深度学习,基本上训练个啥模型都得加载个预训练模型进行迁移学习,最常用的做法就是加载在ImageNet上的预训练模型,即使你要预测的图片在ImageNet中完全找不到相似的图片,加载预训练模型还是能提升精度和训练速度,那么我就比较好奇预训练有一定作用的本质原因是什么呢?

    作者: 天桥调参师
    4347
    5
  • 深度学习使用来自不同分布的数据,进行训练和测试

    深度学习算法对训练数据的胃口很大,当你收集到足够多带标签的数据构成训练集时,算法效果最好,这导致很多团队用尽一切办法收集数据,然后把它们堆到训练集里,让训练的数据量更大,即使有些数据,甚至是大部分数据都来自和开发集、测试集不同的分布。在深度学习时代,越来越多的团队都用来自和开发集

    作者: 运气男孩
    1263
    2
  • 训练学习 分享

    本次训练学习,托马斯商城这个项目和DevCloud产品让我对部署程序有帮助。DevOps源于Google、Amazon、Facebook等企业实践,2008年PatrickDebois在“Agile 2008 conference”首次提出DevOps术语,由Filckr展示的

    作者: yd_274882874
    556
    0
  • 深度学习 | 反向传播】释放反向传播的力量: 让训练神经网络变得简单

    然硬件还没开始玩,但一直很感兴趣!希望大佬带带) 该文章收录专栏 [✨— 《深入解析机器学习:从原理到应用的全面指南》 —✨] 反向传播算法 反向传播算法是一种用于训练神经网络的常用优化算法。它通过计算损失函数对每个参数的梯度,然后根据这些梯度更新参数值,以使得神经网络能够逐步调整和改进其预测结果。

    作者: 计算机魔术师
    发表时间: 2023-08-13 08:56:35
    21
    0
  • 深度学习 | 反向传播】释放反向传播的力量: 让训练神经网络变得简单

    然硬件还没开始玩,但一直很感兴趣!希望大佬带带) 该文章收录专栏 [✨— 《深入解析机器学习:从原理到应用的全面指南》 —✨] 反向传播算法 反向传播算法是一种用于训练神经网络的常用优化算法。它通过计算损失函数对每个参数的梯度,然后根据这些梯度更新参数值,以使得神经网络能够逐步调整和改进其预测结果。

    作者: 计算机魔术师
    发表时间: 2023-08-25 10:50:44
    43
    0
  • 2021 年上半年深度学习框架平台市场份额排名

    近日,权威数据调研机构 IDC 发布 2021 年上半年深度学习框架平台市场份额报告。 调研显示,百度在中国深度学习平台市场中的综合份额持续增长,跃居第一。 看上去百度还是很厉害的~

    作者: 黄生
    2492
    2
  • Resnet50分类任务在华为云平台上的训练与部署

    入到后面数据层的输入部分。意味着后面的特征层的内容会有一部分由其前面的某一层线性贡献。   深度残差网络的设计是为了克服由于网络深度加深而产生的学习效率变低与准确率无法有效提升的问题。 残差网络结构如下: 1.3 Resnet50模型框架  &nb

    作者: yd_286601064
    发表时间: 2023-09-20 14:56:08
    33
    0
  • 深度学习

    加智能。借助深度学习,我们可以制造出具有自动驾驶能力的汽车和能够理解人类语音的电话。由于深度学习的出现,机器翻译、人脸识别、预测分析、机器作曲以及无数的人工智能任务都成为可能,或相比以往有了显著改进。虽然深度学习背后的数学概念几十年前便提出,但致力于创建和训练这些深度模型的编程库

    作者: G-washington
    2443
    1